大井 6R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

6R 大井競馬場ダ1400m ダート1400m　発走 18:22

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニジイロピカール	谷内貫（大井）	実43.8	B× A▽勝率2% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／178日ぶりの実戦）
前5走 02/18 大井9R 7着/11頭+1.8秒 01/29 大井5R 1着/7頭勝利 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 178日休養明け × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -34% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ステイフリー逃げ	野畑凌（川崎）	実7.3	B△ A△勝率5% EV-61% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.3着と安定）
前5走 03/27 大井7R 3着/8頭+1.8秒 03/12 大井4R 2着/9頭+0.5秒 02/19 大井5R 2着/14頭+1.2秒 01/27 大井5R 3着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.3% / 期待値 -61% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ボビー先行	藤本現（大井）	実76.4	B▽ A▽勝率1% EV-33% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／64日ぶりの実戦）
前5走 06/12 大井1R 5着/9頭 05/22 大井3R 7着/12頭 05/01 大井2R 8着/13頭+1.6秒 04/06 川崎5R 4着/10頭+1.7秒 03/30 船橋1R 5着/12頭+0.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 -33% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	カンタベリータイム追込	岡村健（船橋）	実46.1	B× A▽勝率1% EV-45% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/02 大井4R 2着/13頭+3.0秒 06/11 大井4R 7着/14頭 01/29 大井5R 4着/7頭+0.4秒 01/15 大井2R 6着/6頭+1.7秒 12/30 大井3R 5着/7頭+2.8秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -45% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ミュウチャン逃げ	西啓太（大井）	実18.1	B× A▽勝率4% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（65日ぶりの実戦）
前5走 06/11 大井3R 4着/9頭 05/22 大井1R 5着/13頭+0.0秒 03/26 大井9R 7着/7頭+4.5秒 02/18 大井9R 3着/11頭+0.6秒 01/26 大井4R 1着/13頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 当競馬場適性 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 期待値 -19% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	サヴォア	櫻井光（川崎）	実58.7	B× A×勝率1% EV-67% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/03 大井5R 9着/11頭+1.0秒 06/12 大井3R 8着/12頭 05/22 大井4R 7着/16頭 04/17 大井6R 8着/12頭+2.5秒 03/27 大井2R 10着/12頭+2.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 期待値 -67% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	クリノエーデル	達城龍（大井）	実57.5	B× A▽勝率1% EV-41% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／前走2着）
前5走 07/23 大井4R 2着/3頭 07/02 大井3R 5着/8頭 05/22 大井2R 12着/15頭 04/30 大井2R 12着/12頭+1.9秒 04/17 大井2R 9着/11頭+3.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 13走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -41% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ヘイアンティアー	高橋昭（大井）	実16.6	B△ A△勝率5% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／前走2着）
前5走 07/03 大井4R 2着/8頭+2.0秒 06/11 大井4R 4着/14頭 05/22 大井1R 9着/13頭 05/01 大井2R 7着/13頭+1.3秒 04/17 大井3R 6着/14頭+0.9秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 4走で勝率 25% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 期待値 -23% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ヒュプシュ逃げ	鷹見陸（大井）	実6.4	B△ A▲勝率12% EV-23% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／141日ぶりの実戦）
前5走 03/27 大井1R 6着/9頭+1.3秒 01/30 大井2R 3着/9頭+0.6秒 12/29 大井2R 1着/14頭勝利 11/12 大井11R 10着/16頭+2.4秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 期待値 -24% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	ピルゴスアイトス	杉山海（大井）	実35.7	B× A▽勝率2% EV-41% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/03 大井4R 5着/8頭 06/12 大井2R 7着/11頭 05/22 大井10R 6着/8頭+0.0秒 05/01 大井9R 7着/7頭+2.6秒 04/17 大井5R 3着/9頭+0.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 6走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -42% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	スリーバンカーズ自在	藤田凌（大井）	実18.2	B▲ A△勝率5% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走2着／65日ぶりの実戦）
前5走 06/11 大井4R 2着/14頭 01/30 大井4R 5着/9頭+1.9秒 01/15 大井3R 4着/8頭+0.5秒 12/30 大井4R 4着/11頭+2.3秒 12/05 大井6R 3着/15頭+0.6秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +95% (市場が大幅過小評価) AI 予想勝率 10.7% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 期待値 -14% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	エドノスターウッド逃げ推奨	矢野貴（大井）	実6.6	B🌟◎ A○勝率21% EV+39% 詳細▼	市場が大きく過小評価、AI予想勝率58% × オッズ6.6倍で期待値+281%の有力候補（直近3走勝率67%と絶好調／当競馬場3走で勝率67%と適性高／同距離帯で勝率67%と得意）
前5走 05/22 大井3R 6着/12頭 04/15 大井4R 1着/10頭勝利 03/09 大井4R 1着/8頭勝利 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 22% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +281% (市場が大幅過小評価) AI 予想勝率 57.7% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.1% / 期待値 +40% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
13	ガーベラフレイバー逃げ	和田譲（大井）	実1.9	B○ A🌟◎勝率41% EV-22% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 02/18 大井9R 2着/11頭+0.0秒 11/14 大井3R 4着/11頭+1.0秒 10/24 大井4R 1着/9頭勝利 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) △ ローテーション 178日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 26.7% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.0% / 期待値 -22% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 🌟◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

A推奨B推奨Aモデル ○

エドノスターウッド

騎手矢野貴（大井）

単勝オッズ

6.6倍

AI期待値

+281%

買い目

¥1,300

全レースの推奨

AIの推奨本命の次点

○A:◎13ガーベラフレイバー

1.9倍

EV -49%

▲A:△11スリーバンカーズ

18.2倍

EV +95%

出走馬全13頭

◎A:○12

エドノスターウッド

矢野貴（大井）

6.6倍

+281%

›

○A:◎13

ガーベラフレイバー

和田譲（大井）

1.9倍

-49%

›

▲A:△11

スリーバンカーズ

藤田凌（大井）

18.2倍

+95%

›

△A:▲9

ヒュプシュ

鷹見陸（大井）

6.4倍

-87%

›

△A:△2

ステイフリー

野畑凌（川崎）

7.3倍

-95%

›

△A:△8

ヘイアンティアー

高橋昭（大井）

16.6倍

-88%

›

×A:▽1

ニジイロピカール

谷内貫（大井）

43.8倍

-70%

›

▽A:▽3

ボビー

藤本現（大井）

76.4倍

-48%

›

×A:▽5

ミュウチャン

西啓太（大井）

18.1倍

-97%

›

×A:▽7

クリノエーデル

達城龍（大井）

57.5倍

-92%

›

×A:▽10

ピルゴスアイトス

杉山海（大井）

35.7倍

-99%

›

×A:▽4

カンタベリータイム

岡村健（船橋）

46.1倍

-99%

›

×A:×6

サヴォア

櫻井光（川崎）

58.7倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 12 エドノスターウッド ¥100 実6.6倍期待値 +281% ❌不的中9着単勝 6.6倍

B. 市場除外+キャリブ

単勝 12 エドノスターウッド ¥1,200 実6.6倍期待値 +281% ❌不的中9着単勝 6.6倍

※ オッズは予測時点の値です。

6R 大井競馬場ダ1400m ダート1400m　発走 18:22

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニジイロピカール	谷内貫（大井）	実43.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／178日ぶりの実戦）
前5走 02/18 大井9R 7着/11頭+1.8秒 01/29 大井5R 1着/7頭勝利 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 178日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ステイフリー逃げ	野畑凌（川崎）	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.3着と安定）
前5走 03/27 大井7R 3着/8頭+1.8秒 03/12 大井4R 2着/9頭+0.5秒 02/19 大井5R 2着/14頭+1.2秒 01/27 大井5R 3着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 13.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ボビー先行	藤本現（大井）	実76.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／64日ぶりの実戦）
前5走 06/12 大井1R 5着/9頭 05/22 大井3R 7着/12頭 05/01 大井2R 8着/13頭+1.6秒 04/06 川崎5R 4着/10頭+1.7秒 03/30 船橋1R 5着/12頭+0.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	カンタベリータイム追込	岡村健（船橋）	実46.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走2着）
前5走 07/02 大井4R 2着/13頭+3.0秒 06/11 大井4R 7着/14頭 01/29 大井5R 4着/7頭+0.4秒 01/15 大井2R 6着/6頭+1.7秒 12/30 大井3R 5着/7頭+2.8秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ミュウチャン逃げ	西啓太（大井）	実18.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（65日ぶりの実戦）
前5走 06/11 大井3R 4着/9頭 05/22 大井1R 5着/13頭+0.0秒 03/26 大井9R 7着/7頭+4.5秒 02/18 大井9R 3着/11頭+0.6秒 01/26 大井4R 1着/13頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 当競馬場適性 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	サヴォア	櫻井光（川崎）	実58.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/03 大井5R 9着/11頭+1.0秒 06/12 大井3R 8着/12頭 05/22 大井4R 7着/16頭 04/17 大井6R 8着/12頭+2.5秒 03/27 大井2R 10着/12頭+2.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	クリノエーデル	達城龍（大井）	実57.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／前走2着）
前5走 07/23 大井4R 2着/3頭 07/02 大井3R 5着/8頭 05/22 大井2R 12着/15頭 04/30 大井2R 12着/12頭+1.9秒 04/17 大井2R 9着/11頭+3.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 13走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ヘイアンティアー	高橋昭（大井）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／前走2着）
前5走 07/03 大井4R 2着/8頭+2.0秒 06/11 大井4R 4着/14頭 05/22 大井1R 9着/13頭 05/01 大井2R 7着/13頭+1.3秒 04/17 大井3R 6着/14頭+0.9秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 4走で勝率 25% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ヒュプシュ逃げ	鷹見陸（大井）	実6.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／141日ぶりの実戦）
前5走 03/27 大井1R 6着/9頭+1.3秒 01/30 大井2R 3着/9頭+0.6秒 12/29 大井2R 1着/14頭勝利 11/12 大井11R 10着/16頭+2.4秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 15.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	ピルゴスアイトス	杉山海（大井）	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し／同馬場状態で勝率33%）
前5走 07/03 大井4R 5着/8頭 06/12 大井2R 7着/11頭 05/22 大井10R 6着/8頭+0.0秒 05/01 大井9R 7着/7頭+2.6秒 04/17 大井5R 3着/9頭+0.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 6走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	スリーバンカーズ自在	藤田凌（大井）	実18.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走2着／65日ぶりの実戦）
前5走 06/11 大井4R 2着/14頭 01/30 大井4R 5着/9頭+1.9秒 01/15 大井3R 4着/8頭+0.5秒 12/30 大井4R 4着/11頭+2.3秒 12/05 大井6R 3着/15頭+0.6秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	エドノスターウッド逃げ推奨	矢野貴（大井）	実6.6	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+39%の妙味（直近3走勝率67%と絶好調／当競馬場3走で勝率67%と適性高／同距離帯で勝率67%と得意）
前5走 05/22 大井3R 6着/12頭 04/15 大井4R 1着/10頭勝利 03/09 大井4R 1着/8頭勝利 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 22% (好調) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 21.1% (オッズ暗示: 15.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
13	ガーベラフレイバー逃げ	和田譲（大井）	実1.9	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 02/18 大井9R 2着/11頭+0.0秒 11/14 大井3R 4着/11頭+1.0秒 10/24 大井4R 1着/9頭勝利 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) △ ローテーション 178日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 41.0% (オッズ暗示: 52.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

🎯 AIの本命

AI評価1位

ガーベラフレイバー

騎手和田譲（大井）

単勝オッズ

1.9倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12エドノスターウッド

6.6倍

EV +39%

▲9ヒュプシュ

6.4倍

EV -23%

出走馬全13頭

◎13

ガーベラフレイバー

和田譲（大井）

1.9倍

-22%

›

○12

エドノスターウッド

矢野貴（大井）

6.6倍

+39%

›

▲9

ヒュプシュ

鷹見陸（大井）

6.4倍

-23%

›

△2

ステイフリー

野畑凌（川崎）

7.3倍

-61%

›

△11

スリーバンカーズ

藤田凌（大井）

18.2倍

-14%

›

△8

ヘイアンティアー

高橋昭（大井）

16.6倍

-23%

›

▽5

ミュウチャン

西啓太（大井）

18.1倍

-19%

›

▽10

ピルゴスアイトス

杉山海（大井）

35.7倍

-41%

›

▽1

ニジイロピカール

谷内貫（大井）

43.8倍

-34%

›

▽4

カンタベリータイム

岡村健（船橋）

46.1倍

-45%

›

▽7

クリノエーデル

達城龍（大井）

57.5倍

-41%

›

▽3

ボビー

藤本現（大井）

76.4倍

-33%

›

×6

サヴォア

櫻井光（川崎）

58.7倍

-67%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 12 エドノスターウッド ¥100 実6.6倍期待値 +40% ❌不的中9着単勝 6.6倍

B. 市場除外+キャリブ

単勝 12 エドノスターウッド ¥1,200 実6.6倍期待値 +40% ❌不的中9着単勝 6.6倍

※ オッズは予測時点の値です。

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項